Apple（苹果）

Mix, Don't Tune: Bilingual Pre-Training Outperforms Hyperparameter Search in Data-Constrained Settings

混合，而非调参：双语预训练在数据受限环境下优于超参数搜索

Paul Jeha, Anastasiia Sedova, Louis Béthune, Skyler Seto, Jes Frellsen, Pierre Ablin, Natalie Schluter

机构 * Apple（苹果公司） ； DTU（丹麦技术大学） 纠错

AI总结 本文比较了双语混合与超参数调参在数据受限下的效果，发现混合在验证损失和下游任务准确率上提升更显著，且模型规模越大优势越明显。

Primal Generation, Dual Judgment: Self-Training from Test-Time Scaling

原始生成，双重判断：从测试时扩展进行自我训练

Yizhu Jiao, Ruixiang Zhang, Richard Bai, Jiawei Han, Ronan Collobert, Yizhe Zhang

机构 * Apple（苹果公司） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出DuST框架，通过双重判断空间提升代码生成与判断能力，实验显示在多个模型上显著提升测试时扩展性能。

Normalizing Trajectory Models

轨迹归一化模型

Jiatao Gu, Tianrong Chen, Ying Shen, David Berthelot, Shuangfei Zhai, Josh Susskind

机构 * Apple（苹果公司） 纠错

AI总结 本文提出轨迹归一化模型，通过精确的似然训练建模反向步骤作为条件归一化流，实现高效生成并在文本到图像任务中展现优越性能。

Comments 25 pages, 10 figures; corrected typos and citations